A process for creating cloudless multi-temporal satellite imagery mosaics

Loading...
Thumbnail Image

URL

Journal Title

Journal ISSN

Volume Title

Insinööritieteiden korkeakoulu | Master's thesis

Date

2021-12-13

Department

Major/Subject

Geoinformatics

Mcode

Degree programme

Master's Programme in Geoinformatics (GIS)

Language

en

Pages

78

Series

Abstract

Free and open earth observation data is being collected by new generations of satellites in increasingly significant volumes. Innovative applications utilising satellite imagery are constantly developed with potential to impact important environmental, economic, and social issues of varying scales. However, the increasing availability of remotely sensed data also highlights challenges in converting earth observations from data to information and insights. One such challenge is extracting timely ground information of cloudy areas using optical satellite images. Clouds and cloud shadows impact measurements by passive sensors and limit the usefulness of optical imagery in areas with persistent cloud cover. This master’s thesis addressed the issue of extracting value from cloudy Sentinel-2 images of the Abyei area during its yearly rainy season. The thesis explored the feasibility of creating cloudless mosaics from optical remotely sensed data by utilising existing cloud detection methods. The usefulness of cloud-free composite images as a method to gain timely insights into areas with continuous cloud cover was also evaluated. An automated processing pipeline for creating cloudless mosaic images by utilising cloud masking was developed and is presented in the thesis. Cloudless mosaics of the Abyei area during the rainy season of 2020 were created from Sentinel-2 data using the developed processing pipeline. Based on visual evaluation, the generation of cloudless mosaics from optical satellite imagery was deemed to be a suitable method to gain timely insights into areas with persistent cloud cover. The source code of the developed software was made public and can be applied to generate cloudless mosaics of other areas of interest. Future development possibilities include deploying the processing pipeline to a public cloud computing platform and adding support for additional sources of remotely sensed data besides Sentinel-2.

Kaukokartoitussatelliitit keräävät jatkuvasti lisää ilmaiseksi julkaistavia havaintoja maapallosta. Havaintoja hyödynnetään uusissa innovatiivisissa sovelluksissa, joilla on potentiaalia vaikuttaa eri ympäristöllisiin, taloudellisiin, ja sosiaalisiin ongelmiin. Kaukokartoitushavaintojen parantunut saatavuus korostaa kuitenkin haasteita havaintojen jalostamisessa tiedoksi ja hyödyllisiksi havainnoiksi. Eräs keskeisistä haasteista on ajankohtaisen informaation irrottaminen optisista satelliittikuvista alueilla, joilla esiintyy jatkuvaa pilvipeitettä. Tämä diplomityö käsitteli pilviä sisältävien Sentinel-2-satelliittikuvien hyödyntämistä Abyein alueella vuosittaisen sadekauden aikana. Diplomityössä tutkittiin mahdollisuuksia pilvettömien komposiittikuvien tuottamiseen optisista satelliittikuvista hyödyntämällä valmiita pilvientunnistusmenetelmiä. Työssä arvioitiin myös pilvettömien komposiittikuvien hyödyllisyyttä ajankohtaisten havaintojen saamiseksi jatkuvasti pilvien peitossa olevilta alueilta. Kehitetty automaattinen prosessointiputki pilvettömien komposiittikuvien luomiseen pilvimaskien avulla esitellään työssä. Kehitettyä prosessointiputkea käytettiin pilvettömien komposiittikuvien luontiin Abyein alueella vuoden 2020 sadekauden ajalta hyödyntäen Sentinel-2-satelliittikuvia. Visuaalinen tarkistelun tuloksena pilvettömien komposiittikuvien luonnin optisista satelliittikuvista todettiin olevan toimiva menetelmä tehdä ajankohtaisia havaintoja alueista, jotka ovat jatkuvasti pilvien peitossa. Kehitetyn sovelluksen lähdekoodi julkaistiin ja sitä voidaan hyödyntää pilvettömien komposiittikuvien luontiin muilla alueilla. Tulevaisuuden kehitysmahdollisuuksiin lukeutuu prosessointiputken vienti julkiseen pilvipalveluun sekä tuen lisääminen muille satelliittikuville Sentinel-2-kuvien lisäksi.

Description

Supervisor

Rautiainen, Miina

Thesis advisor

Laine, Joona

Keywords

cloud detection, image mosaicing, remote sensing, Sentinel-2

Other note

Citation